コンセプト(機械学習)

尤度関数:確率密度関数の形で尤度関数に。尤度関数は、パラメータを推定するために使用します。

最大尤度関数:最大尤度関数を求めます。最良のパラメータを推定するための最大尤度関数。

最小二乗法:それは最小化することによりあるエラーの正方形をし、最高のデータ発見機能の試合を。これは、係数をY = A1の+ A2Xを計算することです。誘導体0が解決されるように、二乗誤差、シークの次に偏微分係数を最小化することによって。

勾配降下法観察に基づいて、:関数の実数値場合  F(\ mathbf {X}) 時点で  \ mathbf {A} における微分とが定義され、その関数  F(\ mathbf {X})に  \ mathbf {A} 沿った点の勾配と反対方向  -  \ナブラF(\ mathbf {A}) 最速の減少。これは、最低点を求めることです。

ローカル加重回帰その中心的な考えは、パラメータを解く過程であり、現在のパラメータ値の各サンプルの影響は同じ重量、独自のインターネット検索バーではありません。

ます。https://www.cnblogs.com/GuoJiaSheng/p/3866487.htmlで再現

おすすめ

転載: blog.csdn.net/weixin_34357962/article/details/93614730